MCP HubMCP Hub
Volver a habilidades

coordinate-swarm

pjt222
Actualizado 2 days ago
2 vistas
17
2
17
Ver en GitHub
Metaautomationdesign

Acerca de

La habilidad coordinate-swarm proporciona patrones como estigmergia y detección de quórum para construir sistemas distribuidos que se autocoordinan sin control central. Ayuda a los desarrolladores a diseñar arquitecturas resilientes y orientadas a eventos, centrándose en el diseño de señales, la autonomía de agentes y la sintonización del comportamiento emergente. Úsala cuando necesites eliminar cuellos de botella en la coordinación o reemplazar orquestaciones frágiles con coordinación descentralizada.

Instalación rápida

Claude Code

Recomendado
Principal
npx skills add pjt222/agent-almanac -a claude-code
Comando PluginAlternativo
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternativo
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/coordinate-swarm

Copia y pega este comando en Claude Code para instalar esta habilidad

Documentación

Coordinate Swarm

Stigmergy + local rules + quorum → coherent collective, no central ctrl.

Use When

  • Distributed sys → no central bottleneck
  • Self-coord teams → no mgr overhead
  • Event-driven arch → shared state, not direct msg
  • Works @3 agents → breaks @30 → scale
  • Bootstrap new swarm domain (forage-resources, build-consensus)
  • Replace fragile central orch → resilient emergent

In

  • Required: Agents desc (workers, services, team)
  • Required: Collective goal / target behavior
  • Optional: Current coord + fail modes
  • Optional: Agent count → pattern choice
  • Optional: Latency tolerance (realtime vs eventual)
  • Optional: Env constraints (shared state, bandwidth)

Do

Step 1: Classify Problem

  1. Map: who agents, what do, where coord breaks
  2. Classify:
    • Foraging → search distributed res (forage-resources)
    • Consensus → agree collective decision (build-consensus)
    • Construction → build shared structure
    • Defense → detect threats (defend-colony)
    • Division of labor → self-organize roles
  3. Fail mode:
    • Single point fail (central ctrl)
    • Comm bottleneck (too many msg)
    • Coherence loss (drift, no feedback)
    • Rigidity (no adapt)

→ Clear class + fail mode → pattern choice.

If err: no single class → composite → decompose. Heterogeneous → layered coord (homogeneous clusters + inter-cluster stigmergy).

Step 2: Design Signals

Indirect comm channels.

  1. Shared env (DB, queue, FS, board)
  2. Signal types:
    • Trail: accumulate on success paths (ant pheromone)
    • Threshold: counter → behavior switch
    • Inhibition: repel from exhausted areas
  3. Props:
    • Decay: fade rate → no stale dominance
    • Reinforce: success strengthens
    • Radius: propagation range
  4. Signal → behavior map:
    • Signal X > T → action A
    • A done → deposit Y
    • No signal → default explore
Signal Design Template:
┌──────────────┬───────────────────┬──────────────┬────────────────────┐
│ Signal Name  │ Deposited When    │ Decay Rate   │ Agent Response     │
├──────────────┼───────────────────┼──────────────┼────────────────────┤
│ success-trail│ Task completed OK │ 50% per hour │ Follow toward      │
│ busy-marker  │ Agent starts task │ On completion│ Avoid / pick other │
│ help-signal  │ Agent stuck >5min │ 25% per hour │ Assist if nearby   │
│ danger-flag  │ Error detected    │ 10% per hour │ Retreat & report   │
└──────────────┴───────────────────┴──────────────┴────────────────────┘

→ Signal table: deposit conds + decay + responses. Simple + composable.

If err: too complex → 2 signals (attract/repel). Add nuance after basic works.

Step 3: Local Rules

Simple rules, local info only.

  1. Perception radius (what sense?)
  2. 3-7 rules, priority order:
    • Rule 1 (safety): danger-flag → flee
    • Rule 2 (response): help-signal + idle → move toward
    • Rule 3 (exploit): success-trail → follow strongest
    • Rule 4 (explore): no signal → random + unexplored bias
    • Rule 5 (deposit): task done → deposit success-trail
  3. Each rule:
    • Local: only what agent perceives
    • Simple: one if-then
    • Stateless (pref): no past mem
  4. Mental test → does collective behavior emerge?

→ Prioritized rules, independent exec → target behavior emerges.

If err: no emergence → feedback loop needed. Add signal for collective state + adjust rule.

Step 4: Quorum Thresholds

Trigger collective changes when enough agree.

  1. Collective decisions:
    • Explore → exploit mode
    • New worksite commit / abandon
    • Normal → emergency
  2. Per decision:
    • Threshold: # / % agents agreeing
    • Window: signal count period
    • Hysteresis: different on/off thresh → no osc
  3. Quorum = signal accumulation:
    • Fav agent → vote-signal
    • Votes > thresh in window → activate
    • Votes < deact thresh → reverse

→ Leaderless decisions. Hysteresis gap → no rapid osc.

If err: oscillation → widen hyst gap (70/30). Never reaches quorum → lower thresh / widen window. Too slow → shrink window (beware premature).

Step 5: Test + Tune

  1. Pilot 5-10 agents
  2. Observe:
    • Converges on behavior?
    • How long?
    • Conditions change mid-task → what?
    • Agents fail / added → what?
  3. Tune params:
    • Decay: fast → no memory; slow → stale dominates
    • Quorum: low → premature; high → paralysis
    • Explore/exploit balance: too explore → inefficient; too exploit → local optima
  4. Stress:
    • Remove 30% agents → recover?
    • Double count → still coord?
    • Conflict signals → resolve / deadlock?

→ Tuned params, self-organizes, recovers, scales.

If err: stress fails → too tightly coupled. Simplify: fewer signals, faster decay, robust default. Swarm w/ zero-signal default > signal-dependent swarm.

Check

  • Problem classified (foraging / consensus / construction / defense / labor)
  • Signal table: deposit + decay + response
  • Rules simple + local + prioritized (3-7)
  • Quorum w/ hysteresis → no osc
  • Small test → emergent behavior matches goal
  • Stress test → graceful degradation

Traps

  • Signal bloat: Too many types → confusion. Start 2 (attract/repel)
  • Fake local: Rule needs global state → not local. Refactor
  • No decay: Fossilized coord state. Half-life per task scale
  • Zero hysteresis: Rapid osc. Deact < act always
  • Homogeneity assumed: Diff caps → role-diff rules (scale-colony)

  • forage-resources — res search + explore-exploit
  • build-consensus — distrib agreement deep-dive
  • defend-colony — collective defense on signal framework
  • scale-colony — scaling past initial coord
  • adapt-architecture — morphic arch transform
  • deploy-to-kubernetes — distrib sys deploy
  • plan-capacity — capacity + swarm scaling
  • coordinate-reasoning — AI self-variant; stigmergy → ctx mgmt

Repositorio GitHub

pjt222/agent-almanac
Ruta: i18n/caveman-ultra/skills/coordinate-swarm
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Habilidades relacionadas

content-collections

Meta

Esta habilidad proporciona una configuración probada en producción para Content Collections, una herramienta centrada en TypeScript que transforma archivos Markdown/MDX en colecciones de datos con tipado seguro mediante validación Zod. Úsala al construir blogs, sitios de documentación o aplicaciones Vite + React con mucho contenido para garantizar seguridad de tipos y validación automática de contenido. Abarca todo, desde la configuración del plugin de Vite y compilación MDX hasta la optimización de despliegue y validación de esquemas.

Ver habilidad

polymarket

Meta

Esta habilidad permite a los desarrolladores crear aplicaciones con la plataforma de mercados de predicción Polymarket, incluyendo la integración de API para operaciones y datos de mercado. También proporciona transmisión de datos en tiempo real a través de WebSocket para monitorear operaciones en vivo y actividad del mercado. Úsela para implementar estrategias de trading o crear herramientas que procesen actualizaciones de mercado en tiempo real.

Ver habilidad

creating-opencode-plugins

Meta

Esta habilidad ayuda a los desarrolladores a crear complementos de OpenCode que se conectan a más de 25 tipos de eventos, como comandos, archivos y operaciones LSP. Proporciona la estructura del complemento, las especificaciones de la API de eventos y los patrones de implementación para módulos en JavaScript/TypeScript. Úsala cuando necesites interceptar, monitorear o extender el ciclo de vida del asistente de IA de OpenCode con lógica personalizada basada en eventos.

Ver habilidad

sglang

Meta

SGLang es un framework de alto rendimiento para el servicio de LLM que se especializa en generación rápida y estructurada para JSON, expresiones regulares y flujos de trabajo de agentes utilizando su caché de prefijos RadixAttention. Ofrece una inferencia significativamente más rápida, especialmente para tareas con prefijos repetidos, lo que lo hace ideal para salidas complejas y estructuradas, y conversaciones multiturno. Elige SGLang sobre alternativas como vLLM cuando necesites decodificación restringida o estés construyendo aplicaciones con uso extensivo de prefijos compartidos.

Ver habilidad